【视频讲解】-使用rmarkdown来制作html报表

第一步:安装R语言及Rstudio

首先根据操作系统来安装R语言软件

最好是安装最新版

  • Download R for Windows from CRAN
  • Download R for macOS from CRAN
  • Download R for Linux from CRAN

Note for macOS: If you do not already have X11 installed in Applications > X11, download and install it.

这个很容易,就跟下载QQ微信一样,不停的下一步即可,全部选择默认的安装配置。

然后安装RStudio编辑器

RStudio is a graphical development environment you can use as an alternative to command line R. RStudio requires R to be installed.

  • Download RStudio for your operating system

选择免费版本即可,安装成功之后就可以打开RStudio,所有的操作均在里面完成。

第二步:了解markdown语法

一般来说做笔记分享,需要用markdown语法,不熟悉的人可能会害怕,但是一旦你花15分钟了解了它,你会爱上写作,相信我。

学习markdown,可以先看看扫盲贴:http://kaopubear.top/2017-02-04-trymarkdown.html

至于语法本身,自己随便搜索学习吧,比如http://wowubuntu.com/markdown/

学习编辑器,推荐typora:https://vip.biotrainee.com/d/82-typora-markdown/10

第三步:安装必备的R包

如果是普通的R包,用install.packages即可,如下:

install.packages("matrixStats",repos="https://mirror.lzu.edu.cn/CRAN/")
install.packages("ape",repos="https://mirror.lzu.edu.cn/CRAN/")
install.packages("DT",repos="https://mirror.lzu.edu.cn/CRAN/")
install.packages("shiny",repos="https://mirror.lzu.edu.cn/CRAN/")

之所以设置后面的repos,主要是考虑到中国大陆的特色网络墙。

如果是bioconductor的包,使用biocLite即可,如下:

source("https://bioconductor.org/biocLite.R")
options(BioC_mirror="http://mirrors.ustc.edu.cn/bioc/")
biocLite("ALL")
biocLite("airway")

同理,也是设置了镜像。

如果是GitHub上面的R包,也可以使用biocLite,如下:

source("https://bioconductor.org/biocLite.R")
# https://github.com/jmzeng1314/humanid
biocLite("jmzeng1314/humanid")

第四步:新建rmarkdown文件并且输出html报表

进入Rstudio编辑器,新建

理解并且修改文件内容

输出html报表

实践一下下面的例子

一个统计学里面的逻辑分析的讲解

http://www.bio-info-trainee.com/tmp/tutorial_for_logical_analysis.html

下面是一个表达矩阵的15个常见的可视化图形的制作:

http://bio-info-trainee.com/tmp/basic_visualization_for_expression_matrix.html

用deconstructSigs来做cosmic的mutation signature图

http://biotrainee.com/jmzeng/markdown/deconstuctSigs.html

原文发布于微信公众号 - 生信技能树(biotrainee)

原文发表时间:2018-02-04

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏小白课代表

matlab 2016a

1103
来自专栏小小挖掘机

windows下使用word2vec训练维基百科中文语料全攻略!(一)

训练一个聊天机器人的很重要的一步是词向量训练,无论是生成式聊天机器人还是检索式聊天机器人,都需要将文字转化为词向量,时下最火的词向量训练模型是word2vec,...

2566
来自专栏Python中文社区

手把手教你用1行代码实现人脸识别

專 欄 ❈Kangvcar,Python爱好者,简书活跃作者,欢迎关注,打赏支持。❈ 环境要求: Ubuntu17.10 Python 2.7.14 环境...

30010
来自专栏小白课代表

matlab 2014b

MATLAB是matrix&laboratory两个词的组合,意为矩阵工厂(矩阵实验室)。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式...

992
来自专栏小白课代表

matlab 2015a

MATLAB是matrix&laboratory两个词的组合,意为矩阵工厂(矩阵实验室)。是由美国mathworks公司发布的主要面对科学计算、可视化以及交互式...

803
来自专栏小白课代表

MATLAB 2018a 安装教程。

2023
来自专栏小白课代表

matlab 2017a

1103
来自专栏生信技能树

高通量数据下载还能这样操作?

本文属于转录组入门系列(RAN-seq基础入门传送门 http://www.biotrainee.com/thread-1750-1-1.html )第2部分内...

3965
来自专栏玉树芝兰

Tensorflow执行pip升级安装的坑

(由于微信公众号外部链接的限制,文中的部分链接可能无法正确打开。如有需要,请点击文末的“阅读原文”按钮,访问可以正常显示外链的版本。)

343
来自专栏Python中文社区

Github|Python开源项目漫游指南(一)

Scikit-learn Scikit-learn是基于Scipy为机器学习建造的的一个Python模块,他的特色就是多样化的分类,回归和聚类的算法包括支持向量...

1907

扫描关注云+社区